Ebe nchekwa data vector na-anọchi anya mgbanwe dị ịrịba ama na otu anyị si ejikwa na ịkọwa data, ọkachasị na ngalaba ọgụgụ isi na mmụta igwe.
Ọrụ bụ isi nke ọdụ data ndị a bụ ijikwa nke ọma vectors dị elu, nke bụ akụrụngwa nke ụdị mmụta igwe ma gụnye ntụgharị ederede, foto, ma ọ bụ ntinye ọdịyo n'ime ihe nnochite anya ọnụọgụ na oghere multidimensional.
Maka ngwa dị ka sistemu nkwanye ugwu, njirimara ihe, iweghachite foto, na ịchọpụta aghụghọ, mgbanwe a karịrị naanị nchekwa; ọ bụ ụzọ maka ike dị ike na nchọ myirịta na ajụjụ ndị agbataobi kacha nso.
N'ụzọ miri emi karị, ike nke ọdụ data vector dị n'ikike ha ịsụgharị nnukwu data enweghị nhazi, gbagwojuru anya n'ime vectors na-ejide ọnọdụ na nkọwa nke ọdịnaya mbụ.
Ọrụ nchọta emelitere emere ka o kwe omume site n'itinye ụdị n'ime ngbanwe a gụnyere ike ịjụ vectors gburugburu ịchọta foto ma ọ bụ nkebiokwu metụtara ya.
Ebe nchekwa data vector pụrụ iche n'ihi na etinyere ha na usoro ntinye aka dị elu dị ka Inverted File Index (IVF) na Hierarchical Navigable Small World (HNSW), nke na-eme ka ọsọ na arụmọrụ ha dịkwuo mma mgbe ha na-achọta ndị agbata obi kacha nso na oghere N-akụkụ.
Enwere ọdịiche doro anya n'etiti vector na ọdụ data oge ochie. Ebe nchekwa data ọdịnala dị oke mma n'ịhazi data n'ime usoro ahaziri ahazi nke CRUD kachasị ma na-agbaso usoro nhazi.
Otú ọ dị, mgbe ị na-emeso ọdịdị dị ike na mgbagwoju anya nke data dị elu, isi ike a na-amalite ịghọ ihe mgbochi.
N'ụzọ dị iche, ọdụ data vector na-enye ogo mgbanwe na arụmọrụ nke ihe hakọrọ ọdịnala enweghị ike ịha nhata, ọkachasị maka ngwa ndị na-adabere na ya. ngwa igwe na ọgụgụ isi. Ọ bụghị naanị na ha nwere ike itolite na ndị maara nke ọma na nyocha myirịta.
Ebe nchekwa data vector bara uru karịsịa maka ngwa AI na-emepụta ihe. Iji kwe nkwa na ihe emepụtara na-ejigide iguzosi ike n'ezi ihe, ngwa ndị a-nke gụnyere nhazi asụsụ okike na imepụta foto—dabere na iweghachite ngwa ngwa na ntụle nke ntinye.
Yabụ na ibe a, anyị ga-elele ọdụ data vector kachasị maka ọrụ gị na-esote.
1. Milvus
Milvus bụ nchekwa data mepere emepe emepe emepe emebere maka ngwa AI, gụnyere ọchụchọ myirịta agbakwunyere na MLOps siri ike.
Ọ dị iche na ọdụ data mmekọrịta, nke na-ejikarị aka data ahaziri, n'ihi ikike a, nke na-enyere ya aka ịdepụta vectors n'ọtụtụ puku ijeri ijeri na-enwetụbeghị ụdị ya.
Egosiputa nraranye Milvus maka scalability na nnweta dị elu site n'ụzọ o siri malite na ụdị mbụ ya ruo na nkesa nke ọma, igwe ojii Milvus 2.0.
Kpọmkwem, Milvus 2.0 na-egosipụta njiri mara igwe ojii zuru oke nke na-achọ nnweta 99.9% dị ịtụnanya ebe ọ na-agabiga ọtụtụ narị ọnụ.
Maka ndị na-achọ ihe ngwọta nchekwa data vector a pụrụ ịdabere na ya, mbipụta a na-akwado nke ukwuu ebe ọ bụghị nanị na ọ na-agbakwụnye atụmatụ dị mgbagwoju anya dị ka njikọ igwe ojii na panel nhazi, ma ọ na-eme ka ọkwa data na-agbanwe agbanwe maka mmepe ngwa ngwa.
Uru dị ịrịba ama nke Milvus bụ ụzọ obodo ya na-achị, nke na-enye nkwado asụsụ dị iche iche yana nnukwu ngwá ọrụ ahaziri maka ọchịchọ nke ndị mmepe.
Na ngalaba IT, igwe ojii scalability na ntụkwasị obi ya, yana ike nchọta vector na-arụ ọrụ dị elu na nnukwu dataset, na-eme ka ọ bụrụ nhọrọ a ma ama.
Na mgbakwunye, ọ na-akwalite arụmọrụ nke arụmọrụ ya site na iji ike nchọ ngwakọ nke na-agwakọta ọchụchọ myirịta vector na nzacha scalar.
Milvus nwere panel nhazi nke nwere nkọwa doro anya onye ọrụ interface, API zuru ezu, yana ihe owuwu a na-emegharị emegharị na nke a na-emegharị emegharị.
A na-eme ka nkwurịta okwu na ngwa mpụga dị mfe site na oghere ohere, ebe a na-ahazi nhazi ibu na njikwa data site na ọrụ nhazi, nke na-eje ozi dị ka iwu etiti.
A na-akwado ịdịgidesi ike nke nchekwa data site na oyi akwa nchekwa ihe, ebe ọnụ ndị ọrụ na-arụ ọrụ iji hụ na scalability.
Ịnye ọnụahịa
Ọ bụ n'efu iji maka onye ọ bụla.
2. FAISS
Ndị otu Facebook AI nyocha mepụtara ọbá akwụkwọ mara mma nke a na-akpọ Facebook AI Similarity Search nke emebere iji mee ka mkpokọta vector na nchọ myirịta dị irè karị.
Ọ bụ ihe achọrọ iji kwalite ikike ịchọ Facebook AI nke myirịta site n'iji usoro ndị bụ isi dị mkpa mere ka o mepụta ya.
E jiri ya tụnyere mmejuputa CPU dabere na FAISS, mmejuputa GPU nke ọgbara ọhụrụ nke FAISS nwere ike mee ka oge ọchụchọ dị ngwa site na ugboro ise ruo iri, na-eme ka ọ bụrụ ngwá ọrụ bara uru maka ngwa dị iche iche, gụnyere usoro nkwenye na njirimara nke nkọwa ndị yiri ya na nnukwu. ihe ndekọ data anaghị ahazi dị ka ederede, ọdịyo na vidiyo.
FAISS nwere ike ijikwa ọtụtụ metrik myirịta, dị ka myirịta cosine, ngwaahịa dị n'ime, yana L2 metric nke a na-ejikarị (anya Euclidean).
Ntụle ndị a na-eme ka ọ dịrị mfe ịme nyocha myirịta ziri ezi na mgbanwe n'ofe ụdị data dị iche iche. Akụkụ dị ka nhazi ogbe, ahịa-ọsọ ọsọ-ọsọ, yana nkwado maka nchọta ziri ezi na nke dị nso na-abawanye ngbanwe ya.
Na mgbakwunye, FAISS na-enye usoro enwere ike ijikwa nnukwu dataset site na ikwe ka echekwara ndeksi na diski.
Faịlụ atụgharịgharị, ọnụọgụ ngwaahịa (PQ), na PQ emelitere bụ naanị ole na ole n'ime usoro ọhụụ na-eme ntọala nyocha FAISS wee gbakwunye na arụmọrụ ya ma a bịa n'ịkọwapụta na ịchọ mpaghara vector dị elu.
A na-akwado atụmatụ ndị a site n'ụzọ dị mma dị ka GPU-accelerated k-selection algọridim na nzacha ụzọ PQ anya, na-ekwe nkwa ikike FAISS iwepụta nsonaazụ ọchụchọ ngwa ngwa na nke ziri ezi ọbụlagodi na ijeri datasets ijeri.
Ịnye ọnụahịa
Ọ bụ n'efu iji maka onye ọ bụla.
3. Mkpụrụ painiapia
Pinecone bụ onye ndu na ọdụ data vector, na-enye onye nwe igwe ojii, ọrụ a na-achịkwa nke a na-ewu nke ọma iji melite arụmọrụ nke ngwa AI dị elu.
Emebere ya nke ọma ka ijikwa ihe ntinye vector, nke dị mkpa maka imepụta AI, nyocha semantic, na ngwa na-eji nnukwu ụdị asụsụ.
AI nwere ike ghọta ugbu a ozi semantic ekele maka ntinye ndị a, nke na-arụ ọrụ nke ọma dị ka ebe nchekwa ogologo oge maka ọrụ ndị siri ike.
Pinecone bụ ihe pụrụ iche n'ihi na ọ na-ejikọta ike nke ọdụ data ọdịnala na arụmarụ ọrụ nke vector indexes, na-enye ohere nchekwa na nnukwu nnukwu nchekwa na ajụjụ nke ntinye.
Nke a na-eme ka ọ bụrụ nhọrọ zuru oke n'ọnọdụ ebe mgbagwoju anya na oke data metụtara na-eme ka ọdụ data dabere na scalar ezughị oke.
Pinecone na-enye ndị mmepe ihe ngwọta na-enweghị nsogbu n'ihi ụzọ ọrụ ya jisiri ike, nke na-eme ka ntinye na usoro ntinye data ozugbo.
Ọ na-akwado ọtụtụ arụmọrụ data, gụnyere ịweta, imelite, ihichapụ, ịjụ ajụjụ na iwelite data.
Pinecone gara n'ihu na-ekwe nkwa na ajụjụ na-anọchi anya mgbanwe ozugbo dị ka mgbago elu na nhichapụ na-enye azịza ziri ezi, dị ala maka indexes nwere ijeri vectors.
N'ọnọdụ ndị siri ike, njirimara a dị mkpa maka ichekwa mkpa na ịdị ọhụrụ nke nsonaazụ ajụjụ.
Na mgbakwunye, mmekorita Pinecone na Airbyte site na njikọ Pinecone na-abawanye mgbanwe ya na mgbanwe ya, na-enye ohere ijikọ data dị nro site na isi mmalite dị iche iche.
Site na mmekọrịta a, enwere ike ịkwalite ụgwọ na arụmọrụ site n'ịhụ na ọ bụ naanị ozi enwetara ọhụrụ ka a na-edozi site na ngakọrịta data agbakwunyere.
Nhazi njikọ ahụ na-emesi ịdị mfe, na-achọ naanị ntọala ntọala kacha nta, yana ọ nwere ike ịgbatị, na-enye ohere maka mmelite n'ọdịnihu.
Ịnye ọnụahịa
Ọnụ ahịa adịchaghị na-amalite site na $5.80/ọnwa maka ikpe iji RAG.
4. Wepụ
Weaviate bụ nchekwa data vector ọhụrụ dị ka ngwanrọ mepere emepe nke na-agbanwe ụzọ anyị si enweta na iji data.
Weaviate na-eji ike nchọta vector, nke na-enyere ọkaibe, nchọta ihe gbasara gburugburu n'ofe nnukwu datasets gbagwojuru anya, n'ụzọ dị iche na ọdụ data nkịtị nke dabere na ụkpụrụ scalar na ajụjụ akọpụtagoro.
Site na usoro a, ị nwere ike ịchọta ọdịnaya dabere n'otú ọ si yie ọdịnaya ndị ọzọ, nke na-eme ka nghọta nke ọchụchọ na mkpa dị na nsonaazụ ya dịkwuo mma.
Njikọ ya nke ọma na ụdị mmụta igwe bụ otu n'ime njirimara ya bụ isi; nke a na-enye ya ohere ịrụ ọrụ dị ka ihe karịrị nanị ngwọta nchekwa data; ọ na-enyekwa ohere ịghọta na nyochaa data site na iji ọgụgụ isi.
Ihe owuwu Weaviate na-etinye njikọ a nke ọma, na-eme ka o kwe omume inyocha data dị mgbagwoju anya na-ejighi ngwa ọrụ ọzọ.
Nkwado ya maka ụdị data eserese na-enyekwa echiche dị iche na data dị ka ụlọ ọrụ ejikọrọ, na-ekpughe ụkpụrụ na nghọta ndị enwere ike ịtufu na ụlọ nchekwa data ochie.
N'ihi ihe owuwu modular nke Weaviate, ndị ahịa nwere ike itinye ike dị ka vectorization data na imepụta ndabere dị ka achọrọ.
Ụdị ya bụ isi na-arụ ọrụ dị ka nchekwa data ọkachamara vector, yana enwere ike ịgbasa ya na modul ndị ọzọ iji gboo mkpa dị iche iche.
A na-emewanyewanye ogo ya site na imewe modular ya, nke na-ekwe nkwa na a gaghị achụ ọsọ ọsọ na nzaghachi maka ịba ụba data na ihe a chọrọ.
Ụzọ dị mma ma dị irè nke iji data echekwara emekọrịta ihe na-ekwe omume site na nkwado nchekwa data maka ma RESTful na GraphQL API.
Karịsịa, a na-ahọrọ GraphQL n'ihi ikike ya ime ngwa ngwa dị mgbagwoju anya, ajụjụ dabere na eserese, na-enyere ndị ọrụ aka ịnweta data nke ọma nke ha chọrọ na-enwetaghị oke data ma ọ bụ ezughi oke.
Weaviate bụ enyi na enyi n'ofe ọba akwụkwọ ndị ahịa dị iche iche na asụsụ mmemme ekele maka API ya na-agbanwe agbanwe.
Maka ndị na-achọ inyocha Weaviate n'ihu, enwere ọtụtụ akwụkwọ na nkuzi dị, site na ịtọlite na ịhazi ihe atụ gị ruo omimi miri emi n'ime ike ya dị ka ọchụchọ vector, ntinye mmụta igwe, na imepụta atụmatụ.
Ị nwere ike ịnweta otu teknụzụ nwere ike nke na-eme ka ozi dị ike ma nwee ike ime ma ị kpebie ịrụ ọrụ Weaviate na mpaghara, na ígwé ojii Mgbakọ gburugburu, ma ọ bụ site na ọrụ igwe ojii na-achịkwa Weaviate
Ịnye ọnụahịa
Ọnụ ego dị elu nke ikpo okwu na-amalite site na $25 / ọnwa maka enweghị nkesa.
5. Chroma
Chroma bụ nchekwa data vector dị mkpụmkpụ nke na-achọ ịgbanwe iweghachi na nchekwa data, ọkachasị maka ngwa metụtara mmụta igwe na ọgụgụ isi.
Ebe Chroma na-arụ ọrụ na vectors kama nọmba scalar, n'adịghị ka ọdụ data ọkọlọtọ, ọ dị ezigbo mma na ijikwa nnukwu akụkụ, data mgbagwoju anya.
Nke a bụ nnukwu ọganihu na teknụzụ iweghachite data ebe ọ na-enyere aka nchọta ọkaibe karịa dabere na myirịta nke ihe ahụ kama ịbụ kpọmkwem dakọtara isiokwu.
Ihe ama ama nke Chroma bụ ikike ya iji ọtụtụ ngwọta nchekwa dị n'okpuru rụọ ọrụ, dị ka ClickHouse maka ntọala agbatị na DuckDB maka nrụnye kwụ ọtọ, na-ekwe nkwa mgbanwe na mmegharị n'ọnọdụ dị iche iche.
Emere Chroma site n'ịdị mfe, ọsọ na nyocha n'uche. Ọ dị maka ọtụtụ ndị mmepe nwere SDK maka Python na JavaScript/TypeScript.
Na mgbakwunye, Chroma na-etinye nkwanye ugwu siri ike na enyi-enyi onye ọrụ, na-enye ndị mmepe ohere guzobe nchekwa data na-adịgide adịgide nke DuckDB ma ọ bụ nchekwa data nchekwa nchekwa maka nnwale.
Ikike iji wuo ihe nchịkọta nke yiri tebụl dị na ọdụ data ọdịnala, ebe enwere ike itinye data ederede wee gbanwee na-akpaghị aka ka ọ bụrụ ntinye site na iji ụdị dịka All-MiniLM-L6-v2, na-abawanye ụbara nke a.
Enwere ike ijikọ ederede na ntinye n'enweghị nsogbu, nke dị mkpa maka ngwa ndị chọrọ ịghọta ihe ọmụmụ data.
Ntọala nke usoro myirịta vector nke Chroma bụ echiche mgbakọ na mwepụ nke orthogonality na njupụta, nke dị mkpa iji ghọta nnochite anya na ntụnyere data na ọdụ data.
Echiche ndị a na-enye Chroma ohere ime nyocha myirịta bara uru na nke ọma site n'itinye n'uche njikọ semantic dị n'etiti ihe data.
Enwere ike ịnweta akụrụngwa dịka nkuzi na ntuziaka maka ndị chọrọ inyocha Chroma n'ihu. Ha na-agụnye ntụzịaka nzọụkwụ site na otu esi edobe nchekwa data, mepụta mkpokọta, na mee nyocha myirịta.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu.
6. Wasp
Vespa bụ ikpo okwu nke na-agbanwe njikwa ịntanetị nke AI na nnukwu data.
Ebumnuche bụ isi nke Vespa bụ iji mee ka mgbako dị ala n'ofe nnukwu datasets, na-enyere gị aka ịchekwa, ndenye aha, na nyochaa ederede, vector na data ahaziri ahazi.
Vespa dị iche site n'ikike ya inye azịza ngwa ngwa n'ogo ọ bụla, n'agbanyeghị ụdị ajụjụ, nhọrọ, ma ọ bụ ihe nrịbama ụdị amụtara nke igwe a na-edozi.
A na-egosipụta mgbanwe nke Vespa na nchọta ya na-arụ ọrụ zuru oke na nchekwa data vector, nke na-enyere ọtụtụ nyocha n'ime otu ajụjụ, sitere na vector (ANN), lexical, na data ahaziri ahazi.
N'agbanyeghị ọkwa ọ bụla, ị nwere ike ịmepụta ngwa nchọta enyi na enyi na nke na-anabata ngwa ngwa nwere ikike AI na-eme n'ezie n'ihi njikọ a nke ihe nlere nke igwe mụtara na data gị.
Otú ọ dị, Vespa bụ ihe karịrị nanị ịchọ; ọ bụkwa maka ịghọta na ịhazi nzute.
Ngwa nhazi na ntụnye kachasị elu na-enye ndụmọdụ siri ike, dị ugbu a maka ndị ọrụ ma ọ bụ ọnọdụ akọwapụtara.
Vespa bụ onye na-agbanwe egwuregwu maka onye ọ bụla na-achọ ịbanye na oghere mkparịta ụka AI, ebe ọ na-enye akụrụngwa dị mkpa iji chekwaa ma nyochaa ederede na data vector n'oge, na-enye ohere maka mmepe nke ndị ọrụ AI dị elu na nke bara uru.
Site n'iji tokenization zuru oke na mwepu, nyocha ederede zuru oke, ọchụchọ ndị agbata obi kacha nso, na ajụjụ data ahaziri ahazi bụ ikike njụta sara mbara nke ikpo okwu na-akwado.
Ọ dị iche na ọ nwere ike ijikwa ajụjụ ndị gbagwojuru anya nke ọma site na ijikọta ọtụtụ akụkụ ọchụchọ.
Vespa bụ ụlọ ọrụ mgbako maka AI na ngwa mmụta igwe n'ihi na injin mgbako ya nwere ike ijikwa okwu mgbakọ na mwepụ dị mgbagwoju anya n'elu scalars na tenors.
Na arụ ọrụ, Vespa na-eme ka ọ dị mfe iji na ịgbasawanye.
Ọ na-emezi usoro ugboro ugboro, sitere na nhazi usoro na mmepe ngwa na data na njikwa ọnụ, na-eme ka ọrụ mmepụta ihe na-echekwa na enweghị nkwụsị.
Ihe owuwu Vespa na-ahụ na ọ na-agbasawanye na data gị, na-edobe ntụkwasị obi na arụmọrụ ya.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu.
7. Anọ ebe
Qdrant bụ usoro nchekwa data vector na-agbanwe agbanwe nke na-enye ikike pụrụ iche iji gboo mkpa AI na ngwa mmụta igwe na-eto eto.
Na ntọala ya, Qdrant bụ ihe nchọta vector myirịta nke na-enye API dị mfe iji chekwaa, ichọta, na idowe vectors yana data ịkwụ ụgwọ.
Njirimara a dị oke mkpa maka ọtụtụ ngwa, dị ka usoro nyocha na usoro ntụnye, nke chọrọ ịkọwa usoro data gbagwojuru anya.
Ewubere ikpo okwu ahụ site na arụmọrụ yana scalability n'uche, nwee ike ijikwa nnukwu dataset na ijeri data data.
Ọ na-enye maka ọtụtụ metrik dị anya gụnyere Cosine Similarity, Euclidean Distance, na Dot Product, na-eme ka ọ gbanwee n'ofe ọtụtụ ihe ndapụta.
Nhazi ahụ na-enye nzacha dị mgbagwoju anya, dị ka eriri, oke, na ihe nzacha geo, iji gboo mkpa ọchụchọ dị iche iche.
Qdrant na-enweta ndị mmepe n'ụzọ dị iche iche, gụnyere onyonyo Docker maka nhazi mpaghara ngwa ngwa, onye ahịa Python maka ndị ahụ nwere ntụsara ahụ na asụsụ ahụ, yana ọrụ igwe ojii maka gburugburu ebe nrụpụta ọkwa siri ike karị.
Ngbanwe nke Qdrant na-enye ohere maka njikọta enweghị nkebi yana nhazi teknụzụ ma ọ bụ mkpa usoro ọ bụla.
Ọzọkwa, interface enyi onye ọrụ Qdrant na-eme ka njikwa nchekwa data vector dị mfe. Ezubere ikpo okwu ka ọ kwụ ọtọ maka ndị ọrụ nwere ọkwa nka niile, site na imepụta ụyọkọ ruo na ọgbọ igodo API maka ịnweta nchekwa.
Ikike mbulite ya na asynchronous API na-eme ka arụmọrụ ya dị mma, na-eme ka ọ bụrụ ngwa bara uru maka ndị mmepe na-eji nnukwu data eme ihe.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu na ọnụahịa adịchaghị na-amalite site na $25 kwa ọnụ kwa ọnwa kwa elekere.
8. Astra DB
Ikike ọchụchọ vector kachasị elu nke AstraDB na ụlọ enweghị ihe nkesa na-agbanwe ngwa AI na-emepụta.
AstraDB bụ nnukwu nhọrọ maka ijikwa mgbagwoju anya, nchọgharị na-eche echiche banyere ụdị data dị iche iche ebe ọ bụ na e wuru ya na ntọala siri ike nke Apache Cassandra ma na-ejikọta scalability, nkwụsi ike na arụmọrụ.
Ikike nke AstraDB ijikwa ọrụ dị iche iche, gụnyere nkwanye, data na-abụghị vector, na data vector, ebe ị na-echekwa latency dị oke ala maka ajụjụ n'otu oge na arụ ọrụ mmelite, bụ otu n'ime uru ya kachasị ama.
Ngbanwe a dị mkpa maka ngwa AI nke na-emepụta ihe, nke chọrọ mgbasa ozi na nhazi data ozugbo iji nye azịza AI ziri ezi, mara nke ọma.
Ihe ngwọta na-enweghị ihe nkesa sitere na AstraDB na-eme ka mmepe dịkwuo mfe, na-ahapụ ndị mmepe ka ha tinye uche na ịmepụta ngwa AI ọhụrụ kama ijikwa akụrụngwa azụ azụ.
Site na ntuziaka mmalite ngwa ngwa ruo nkuzi miri emi maka imepụta nkata na sistemu nkwanye, AstraDB na-enyere ndị mmepe aka ịghọta ngwa ngwa AI ha site na API ndị a pụrụ ịdabere na ya na oghere dị larịị nwere ngwaọrụ na nyiwe ama ama.
Sistemụ nrụpụta AI nke ọkwa ụlọ ọrụ ga-ebute ụzọ nchekwa na nnabata, yana AstraDB na-ebuga n'ihu abụọ ahụ.
Ọ bụ ya na-enye atụmatụ nchekwa ụlọ ọrụ miri emi na asambodo nnabata, na-ekwe nkwa na ngwa AI mepụtara na AstraDB na-agbaso ụkpụrụ nzuzo nzuzo na nchekwa data siri ike.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu ma ọ na-enye ụdị akwụ ụgwọ ka ị na-aga.
9. Meghee
OpenSearch na-egosi dị ka nhọrọ na-adọrọ adọrọ maka ndị na-enyocha ọdụ data vector, karịsịa maka ịmepụta sistemu AI nwere ike ime mgbanwe, nke nwere ike ịgbatị, yana n'ọdịnihu.
OpenSearch bụ nchekwa data nke mepere emepe nke na-agwakọta ike nke nyocha, ọkaibe vector na nchọta nchọta n'ime otu sistemu jikọtara ọnụ.
Site n'iji ụdị itinye mmụta igwe iji tinye ihe pụtara na ọnọdụ nke ụdị data dị iche iche—akwụkwọ, foto, na ọdịyo—n'ime vectors maka nyocha myirịta, njikọ a na-enye aka karịsịa maka ndị mmepe na-achọ itinye nghọta ntụgharị n'ime ngwa ọchụchọ ha.
Ọ bụ ezie na OpenSearch nwere ọtụtụ ihe ọ ga-enye, ọ dị mkpa icheta na atụnyere Elasticsearch, enweela ọtụtụ mgbanwe koodu dị ole na ole, ọkachasị na modul dị oke egwu dị ka asụsụ scripting na ndị nrụpụta pipeline.
Elasticsearch nwere ike inwe ike ọkaibe karịa n'ihi mbọ mmepe na-abawanye, na-eduga n'iche dị na arụmọrụ, nhazi atụmatụ, na mmelite n'etiti abụọ ahụ.
OpenSearch na-akwụ ụgwọ site na nnukwu obodo na-eso ya na nraranye maka echiche ndị mepere emepe, na-ebute ikpo okwu mepere emepe yana mgbanwe.
Ọ na-akwado ngwa ngwa dị iche iche gafere ọchụchọ na nyocha, dị ka nlele anya na nyocha nchekwa, na-eme ka ọ bụrụ ngwá ọrụ na-agbanwe agbanwe maka ọrụ ndị nwere data.
Atụmatụ nke obodo na-akwalite na-emesi nkwalite na ntinye aka na-aga n'ihu iji mee ka ikpo okwu dị ọhụrụ na nke pụrụ iche.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu.
10. Azure AI Search
Azure AI Search bụ ikpo okwu siri ike na-eme ka ike ọchụchọ dị n'ime ngwa AI na-emepụta.
Ọ pụtara n'ihi na ọ na-akwado ọchụchọ vector, usoro maka ịdepụta, ịchekwa na iweghachite vector agbakwunyere n'ime ndeksi ọchụchọ.
Njirimara a na-enyere aka ịchọpụta akwụkwọ ndị yiri ya na oghere vector, na-ebute nsonaazụ ọchụchọ dabara adaba karịa.
A na-amata Azure AI Search site na nkwado ya maka ọnọdụ ngwakọ, nke a na-eme vector na ọchụchọ isiokwu n'otu oge, na-ebute nsonaazụ dị n'otu nke na-egosipụtakarị arụmọrụ nke usoro ọ bụla ejiri naanị ya.
Ngwakọta nke vector na ihe na-abụghị vector n'otu ndeksi na-enye ohere maka ahụmịhe ọchụchọ zuru oke na mgbanwe.
Njirimara ọchụchọ vector dị na Azure AI Search na-enweta ebe niile yana n'efu maka ọkwa nchọ Azure AI niile.
Ọ na-agbanwe nke ukwuu maka ọtụtụ ikpe ojiji na mmasị mmepe n'ihi nkwado ya maka ọtụtụ gburugburu mmepe, nke enyere site na saịtị Azure, API REST, na SDK maka Python, JavaScript, na.NET, n'etiti ndị ọzọ.
Site na ntinye miri emi ya na gburugburu Azure AI, Azure AI Search na-enye ihe karịrị naanị ịchọ; ọ na-ebulikwa ikike gburugburu ebe obibi nwere maka imepụta ngwa AI.
Azure OpenAI Studio maka ntinye ihe nlere na Ọrụ Azure AI maka iweghachite foto bụ naanị ihe atụ abụọ nke ọrụ etinyere na ntinye a.
Ọchụchọ Azure AI bụ ihe ngwọta na-agbanwe agbanwe maka ndị mmepe na-achọ itinye ọrụ ọchụchọ ọkaibe na ngwa ha n'ihi nkwado ya dị ukwuu, nke na-enyere ọtụtụ ngwa dị iche iche aka, site na nchọta myirịta na nchọta multimodal na nchọta ngwakọ na nchọta ọtụtụ asụsụ.
Ịnye ọnụahịa
Ị nwere ike ịmalite iji ya n'efu na ọnụ ahịa adịchaghị na-amalite site na $0.11 kwa elekere.
mmechi
Ebe nchekwa data vector na-agbanwe njikwa data na AI site na ijikwa vectors nwere akụkụ dị elu, na-enye ohere nyocha myirịta siri ike yana ajụjụ ndị agbata obi dị nso na ngwa dị ka sistemu nkwanye na ịchọpụta aghụghọ.
Site na iji algọridim ọkaibe indexing, ọdụ data ndị a na-agbanwe data na-enweghị nhazi ka ọ bụrụ vectors bara uru ma na-enye ọsọ na mgbanwe nke ọdụ data ọdịnala anaghị eme.
Ngwunye ndị a ma ama gụnyere Pinecone, nke na-enwu na ngwa AI nke na-emepụta ihe; FAISS, nke Facebook AI mebere maka mkpokọta vector siri ike; na Milvus, bụ nke a ma ama maka scalability ya na ụkpụrụ ụlọ nke igwe ojii.
Weaviate na-ejikọta mmụta igwe na nchọgharị gburugburu, ebe Vespa na Chroma bụ ndị ama ama maka ike mgbako ha dị ala na ịdị mfe iji, otu n'otu.
Ebe nchekwa data vector bụ ngwaọrụ dị mkpa maka mmepe AI na teknụzụ mmụta igwe ebe ọ bụ na nyiwe dị ka Qdrant, AstraDB, OpenSearch, na Azure AI Search na-enye ọrụ dị iche iche site na ụlọ ọrụ enweghị ihe nkesa ruo n'ikike nyocha na nyocha.
Nkume a-aza